暴跌98%！OpenAI降价80%也晚了，美企疯狂偷用中国模型

七月最后一天，OpenAI给全球开发者扔出了一枚调价炸弹。

GPT-5.6系列三款模型集体调价。入门款Luna的输入价格直接打到0.2美元/百万Token，输出1.2美元/百万Token，降幅高达80%。中档Terra紧随其后。只有旗舰Sol价格纹丝不动，仅新增了一个Fast模式，速度拉满能达到标准模式的2.5倍。CEO山姆·奥特曼在X上只轻描淡写了一句：“今天宣布大幅降价。”

图源网络

这场降价并非一时兴起。往前倒一周，7月24日，Anthropic刚做了件调性相似的事。新发布的Claude Opus 5，每百万Token输入5美元、输出25美元，价格正好是自家旗舰Fable 5的一半。

Anthropic自己点明，Opus 5能用一半价格，做到接近Fable 5的前沿智能。测试数据也佐证了这点：编程基准CursorBench 3.2上，两款模型最高分只差0.5%，Opus 5单项任务成本却只有对方一半。

把时间线拉长，降价的幅度更惊人。2023年GPT-4刚推出时，输入30美元、输出60美元，基本是面向金融、律所的奢侈品定价。

两年多时间，输出价从60美元跌到Luna的1.2美元，整体跌去98%。国内市场更不用说，字节、百度、阿里这些厂商的API服务，已经做到每百万Token几块钱人民币。

这轮降价，远不止短期促销。其背后，是一场涉及企业支出逻辑、技术成本结构、开源商业模式乃至全球能源格局的深层博弈。

被Agent撑爆的账单，与隐形的“Token税”

很长一段时间里，硅谷头部公司都对价格战不屑一顾。高昂的定价反而能体现技术稀缺性。但核心变化出现在Agent（智能体）大规模走进企业工作流之后。

三年前，Token还只是人和AI聊天的成本单位，一问一答也就几十到几百个。现在，一个自动化编程Agent跑一次完整任务，动辄消耗几万Token；多智能体协同处理一件事，烧掉上百万Token都很正常。

IDC预测，2026年国内企业级Token消耗量将同比涨20倍，达到日均110万亿Token的规模。有企业反馈，部署自动化Agent后，单月Token消耗量比之前人工调用阶段涨了数十倍。

账，算不过来了。

Uber今年四个月就花光了全年AI预算，不得不给研发人员设下硬性上限——每人每月AI工具算力消耗不能超1500美元。广告巨头WPP也在推进Agent规模化落地，AI相关支出增速远超预算，CEO辛迪·罗斯公开感叹，传统按人力工时计费的模式在Agent时代已难以为继。

更值得警惕的是，多家企业调研显示，AI应用中存在大量冗余调用与无效消耗，部分场景下非生产性Token占比可达四成以上，形成了一笔隐性的“Token税”。硅谷创业圈甚至催生了专门的“Token成本优化师”岗位，核心工作就是帮企业排查冗余调用、压缩无效Prompt，砍掉的无效消耗往往能占到总账单的三到四成。Meta员工内部冲榜时，30天就烧掉60万亿Token。

《华尔街日报》六月就有报道，称OpenAI正在酝酿大幅降价，因为它预判Anthropic也会跟进。企业端的耐心正在消失。有科技公司负责人坦言，很难把AI编程带来的效率提升，直接对应到实际收入增长上。

“tokenmaxxing的时代结束了。”市场研究机构EMARKETER高级分析师雅各布·博恩下了判断。当LMArena排名前四的模型Elo分差不到25分，专业测试里前15名的差距微乎其微时，价格就成了最直观的竞争维度。

撕开价格战的三层底牌

很多人觉得这就是厂商内卷，其实背后有三层真实推力，环环相扣。

最先变的是企业支出逻辑。AI开销正从“研发预算”挪到“运营成本”类目。以前属于探索性创新投入，对价格不敏感；现在Agent嵌入日常运营后，每一笔都要算投入产出比，企业自然不再为冗余的跑分溢价买单。

第二层推力，来自技术端的真实降本。OpenAI官方解释，GPU内核、推理系统都有优化，GPT-5.6 Sol甚至参与了自家生产系统优化，端到端服务成本下降20%，推测解码技术让Token生成效率提升15%以上。

更底层的变化来自MoE架构，它将参数激活量从6710亿降到370亿，推理计算成本直接砍掉90%到97%。用户越多、调用规模越大，又能反过来摊薄下一轮优化成本。

第三层推力，来自中国模型带来的价格冲击。以前全球大模型定价体系由硅谷主导，现在这套逻辑正在被打破。以非缓存时段标准计算，同样处理一百万输入加一百万输出Token，GPT-5.5合计35美元，Claude Opus 4.7要30美元，而DeepSeek-V4-Pro仅约5.22美元。

赶上缓存命中，差距还会拉大。国内前沿模型在核心能力追平国际梯队的同时，调用价格仅为硅谷旗舰的十分之一甚至更低。

OpenRouter的数据显示，从今年2月开始，美国企业使用中国模型消耗的Token占比一直超30%，近期一度达到45%。开源权重模型正用极低的边际成本撕开硅谷厂商的护城河。

这已不止是价格竞争，更是商业模式的差异。当开源模型性能追平闭源产品，开发者可以在自有服务器上私有化部署，直接分流了API调用量。对OpenAI来说，损失的不只是推理收入，更是行业“默认选项”的地位。

中国模型的低价倒计时：算力折旧与芯片暗战

不过，把视角切换到未来两三年，中国成本优势的地基并非铁板一块。

国内模型能做到如此低价，部分源于此前集中采购的算力资产已进入折旧周期。DeepSeek、Qwen等开源模型的训练，依赖的是此前大批量采购的英伟达A100、H100算力集群。

2023年之后，高端GPU出口限制持续收紧。这就带来一个现实问题：现有库存的算力资产折旧摊薄完之后，下一代旗舰模型靠什么训练？

图源网络

替代方案并非没有。华为昇腾910B、寒武纪等国产芯片，已能支撑千亿参数模型的推理任务，但用来训练万亿级MoE模型，集群效率和生态成熟度仍有明显差距。CUDA生态积累了十几年的软件栈，不是一两年就能完全追平的。

更现实的风险集中在推理侧。训练还能用国产化方案逐步攻坚，可如果未来Agent应用爆发，Token需求上涨百倍，国内厂商需要新增海量推理算力卡。届时高端GPU进口通道如果依旧受限，推理算力就会成为硬瓶颈。

现在的“十分之一价格”能否长期维持，取决于国产芯片生态能不能跟上算力需求的增长节奏。这个窗口期内如果没能完成算力替代方案的落地，成本优势的根基就会松动。

越便宜的Token，越贵的系统

开源模型用十分之一的价格切走近半数企业Token调用量，让资本市场对闭源大厂的盈利模式产生了普遍质疑。但这并不代表闭源模型会输掉终局。企业级采购中，价格从来不是唯一标准。

最显性的一重壁垒，是数据隐私与合规能力。金融、医疗、政府这些机构，不可能把内部敏感数据上传到公有API。对这类客户而言，私有化部署加完整的企业级安全合规体系是硬性准入门槛。

Anthropic早已为医疗和金融行业提供符合HIPAA、SOC2标准的私有化方案，明确承诺客户数据绝不用于模型训练。对医院、银行来说，数据泄露的风险损失，远高于API调用节省的成本。合规场景里，闭源厂商的溢价不是垄断利润，是为风险兜底的保费。

更深一层的博弈，是责任承担与服务保障。当模型Agent自动处理付款、编写生产环境代码，一旦出错，谁来承担后果？闭源大厂的商业协议中，包含明确的服务等级承诺、赔偿条款和技术支持响应时效。这些保障，开源社区无法提供。对年营收数十亿的大企业来说，为“容错率”支付溢价是非常理性的商业决策。

还有一个极少被讨论的维度——“隐性成本的反噬”。API单价虽然便宜了，但企业为了让Agent稳定运行，投入的Prompt工程优化、RAG（检索增强生成）系统搭建、以及Agent出错后的人工兜底成本，是否远超API省下的那点钱？

有行业调研显示，部署开源模型的企业在“调参、运维、合规审查”上的综合人力成本，有时比直接购买闭源API还要高。Token单价只是冰山一角，水下是巨大的系统工程成本。

一个反常识的规律正在AI行业复现：Token单价越跌，企业的AI总开销反而涨得越快。

图源网络

这正是19世纪经济学家威廉·杰文斯发现的经典悖论——更高效的蒸汽机非但没有减少煤炭消耗，反而刺激了更大规模的工业需求，导致总消耗量暴增。同理，Token单价的不断下降，很可能不会让企业的AI总预算缩减，反而会刺激工程师设计出更复杂、更多轮次、更耗Token的Agent架构。

单次任务的总算力消耗，可能不降反升。

届时，拥有最极致工程优化能力和最低能源成本的大厂，优势反而会扩大。

目前开源模型抢占的市场，大多集中在容错率高的非核心场景。真正的核心生产场景，闭源模型依然掌握定价权。长远来看，混合部署会是常态，两种模式会长期共存。

放弃正面交锋，硅谷大厂的“降维”反制

表面看，价格战比拼的是成本。往深层看，现阶段的降价更像一笔生态入场补贴。

大模型的迁移成本，在不同阶段差异极大。刚开始接入时，更换服务商只需要改接口地址，成本几乎为零。可一旦模型深度融入企业的代码库、数据接口、自动化流程，再想更换，成本就会指数级上升。

重新适配提示词、重构安全规则、迁移微调数据，甚至调整内部业务流程——这些隐性成本，远高于Token单价的差额。

这个逻辑，和当年云计算的路径高度相似。AWS早年连年降价，外界普遍担忧其盈利。实际上，低价策略快速扩大了客户基数，当客户把业务系统全面迁移到云平台后，就形成了极强的粘性，厂商后续通过增值服务持续获利。现在的大模型行业，正处在同一个窗口期。

图源网络

头部厂商的策略非常清晰：塔尖旗舰模型维持定价，守住品牌高地；次一级模型主打极致性价比，抢占腰部市场；入门款打到白菜价，用低价漏斗大量获客。

这套分层定价的本质是典型的交叉补贴：用旗舰模型的高利润支撑入门款的低价获客，用生态入口的亏损换长期留存的收益。OpenAI的态度很明确：旗舰产品的价格，一分不让。

硅谷大厂的下一步反制措施，可能不会局限于价格战。

如果中国模型把价格打到1/10，他们更可能“放弃中低端API市场的正面对抗，直接向下游收购应用层公司”，或者通过“闭源模型独有的工具链”来实现降维打击。

价格战会引发行业并购潮，二三线模型厂商在失血后，很可能被大厂收购，或转型为垂直行业的数据微调服务商。

真正的利润池在哪里？

大厂用白菜价的API作为流量漏斗，后端真正的利润来自企业级私有化部署的超高溢价、基于大模型原生SaaS应用的订阅费、以及云服务器的捆绑销售。

旧范式的电费诅咒与新范式的钥匙

很多人说Token迟早会变成自来水，但很少有人注意到，价格战存在一个物理底线——能源成本。

斯坦福AI Index 2026报告提到，顶级AI模型单次训练耗电可达数百万乃至上千万度。到2027至2028年，AI数据中心的总耗电量将达到与阿根廷或瑞典全国相当的水平。在典型千亿参数模型推理中，电费是刚性底线。

以美国工业电价约8美分/度估算，仅电费一项就可能达到美分级别。当Token需求再上涨百倍，电价本身就会成为难以逾越的天花板。

但这只是“旧范式”的天花板。

如果未来出现非Transformer架构，或者模型从“暴力堆参数”转向“高能效的稀疏激活”，算法的范式转移可能会彻底打破能源诅咒。寻找“新范式”才是跨越物理极限的唯一途径。

多模态和复杂推理对算力的消耗仍在指数级增长，未来AI模型的定价权，可能会从芯片厂商手中，转移到掌握更便宜、更稳定电力的一方。中东的油气、沙漠的光伏、冰岛的地热、中国西部的风电——这些曾经与AI毫无关联的资源禀赋，可能成为下一阶段成本曲线的决定因素。

图源网络

价格战的喧嚣终将平息，但大模型的商业化探索才刚刚进入深水区。

成本供给侧，国内企业凭借工程化能力建立了全球成本锚点，但算力芯片的限制让这个锚点在两三年内存在根基松动的风险。

需求侧，开源在通用场景中攻城略地，但在数据合规与责任兜底的场景里，闭源大厂依然掌握定价权。

物理层面，Transformer架构下的能源底线与算法范式转移的可能性并存。

三重约束叠加之下，大模型产业的终局、是不同成本结构、不同安全等级、不同能源禀赋的AI，在各自擅长的领域里分层竞争。只靠倒卖低价API生存的企业，会在这三层约束中逐步被淘汰。

能够在算力限制中找到替代方案、在垂直场景里建立不可替代性、在能源约束下优化单位任务能耗的玩家，才是终局真正的赢家。

当Token真正变成自来水时，企业最终要支付的，将是修建整套城市供水管网，以及为水管破裂买单的代价。